科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对白骨顶优化算法存在收敛精度低、速度慢且鲁棒性较差等问题，提出了基于扰动因子和贪心策略的白骨顶优化算法(PGCOOT)。首先，该算法在种群初始化阶段采用了精英反向学习策略，提高白骨顶种群多样性；其次通过贪心策略在白骨顶移动中选择最优移动方式，以降低搜索的盲目性和低效性；然后引入扰动因子平衡算法的局部和全局探索能力。最后，将改进算法与多个群智能算法在8个经典测试函数下进行仿真实验，其结果表明，优化后的白骨顶优化算法拥有更优的寻优精度、速度以及更好的稳定性，Wilcoxon秩和检验证明了PGCOOT算法与其他算法相较存在显著性优异。
- 出版日期2023
- 单位贵州大学
